WeaviateIngestOperator¶
使用 WeaviateIngestOperator
來與 Weaviate API 互動,為給定的文字建立嵌入向量並匯入到資料庫中。或者,您也可以為您的文字提供自訂向量,這些向量也可以匯入到資料庫中。
使用運算子¶
WeaviateIngestOperator 需要 input_data
作為運算子的輸入。使用 conn_id
參數來指定要用於連線到您帳戶的 Weaviate 連線。
一個使用運算子搭配從 XCOM 檢索的自訂向量來匯入資料的範例
batch_data_with_vectors_xcom_data = WeaviateIngestOperator(
task_id="batch_data_with_vectors_xcom_data",
conn_id="weaviate_default",
collection_name=COLLECTION_NAME,
input_data=store_data_with_vectors_in_xcom(),
trigger_rule="all_done",
)
一個使用運算子搭配從 Python 可調用物件檢索的自訂向量來匯入資料的範例
batch_data_with_vectors_callable_data = WeaviateIngestOperator(
task_id="batch_data_with_vectors_callable_data",
conn_id="weaviate_default",
collection_name=COLLECTION_NAME,
input_data=get_data_with_vectors(),
trigger_rule="all_done",
)
一個使用運算子在沒有從 XCOM 檢索向量的情況下匯入資料的範例,在這種情況下,運算子將生成嵌入向量
batch_data_without_vectors_xcom_data = WeaviateIngestOperator(
task_id="batch_data_without_vectors_xcom_data",
conn_id="weaviate_default",
collection_name="QuestionWithOpenAIVectorizerUsingOperator",
input_data=xcom_data_without_vectors["return_value"],
trigger_rule="all_done",
)
一個使用運算子在沒有從 Python 可調用物件檢索向量的情況下匯入資料的範例,在這種情況下,運算子將生成嵌入向量
batch_data_without_vectors_callable_data = WeaviateIngestOperator(
task_id="batch_data_without_vectors_callable_data",
conn_id="weaviate_default",
collection_name="QuestionWithOpenAIVectorizerUsingOperator",
input_data=get_data_without_vectors(),
trigger_rule="all_done",
)